Calibrating Early Triassic biotic rebound and carbon cycles based on coupled Bayesian zircon eruption age and Bayesian age-depth models
Notice bibliographique
Résumé
Robust time scale is essential for understanding geological processes and biotic evolution. Following the Permian-Triassic mass extinctions, the Early Triassic recorded a series of climatic, environmental and biotic events. However, the tempo of these events remains poorly constrained. In this work, we present four new high-precision zircon U-Pb dates from the Induan in South China using high precision CA-ID-TIMS techniques. We then adopted coupled Bayesian eruption age and Bayesian age-depth models to interpret these dates and built age model, based on which, we provided, for the first time, absolute time estimations for the Griesbachian-Dienerian and Induan-Olenekian boundaries, i.e. 251.562 +0.090/-0.101 Ma and 250.626 +0.140/-0.214 Ma, respectively. Then, we applied the same analytical approach on published U-Pb dates of 25 ash beds. The resulting age-depth models, combined with biostratigraphic data, allow us to update age estimations for all Early Triassic stage/substage boundaries. The new time scale shows significant differences from those based on cyclostratigraphy, as well as some minor differences from the low MSWD weight mean age interpretations. The timing of three negative and four positive excursions of Early Triassic carbon isotope were precisely constrained based on the new age models. The new age models also provide a robust timeline to evaluate biotic evolution in the aftermath of the Permian-Triassic mass extinction. For instance, the first remarkable biotic rebound in the late Griesbachian is ~0.3 Myr after the Permian-Triassic mass extinction, much faster than expectation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».